ব্যাখ্যামূলক মডেলিংয়ে পক্ষপাত কমান, কেন? (গ্যালিট শমুয়িলির "ব্যাখ্যা বা ভবিষ্যদ্বাণী করা")


15

এই প্রশ্নটি গ্যালিট শমুয়িলির গবেষণাপত্রটি "ব্যাখ্যা করতে বা ভবিষ্যদ্বাণী করতে" উল্লেখ করেছে

বিশেষত, বিভাগের 1.5.-এ, "ব্যাখ্যা এবং ভবিষ্যদ্বাণী আলাদা আলাদা", অধ্যাপক শমুয়েলি লিখেছেন:

ব্যাখ্যামূলক মডেলিংয়ে অন্তর্নিহিত তত্ত্বের সর্বাধিক নির্ভুল উপস্থাপনা পাওয়ার জন্য পক্ষপাত হ্রাস করার দিকে দৃষ্টি নিবদ্ধ করা হচ্ছে।

প্রতিবার আমি যখন কাগজটি পড়েছি এটি আমাকে বিভ্রান্ত করেছে। অনুমান অনুসারে পক্ষপাত হ্রাস করা কোন অর্থে অন্তর্নিহিত তত্ত্বের সবচেয়ে সঠিক প্রতিনিধিত্ব করে?

আমি এখানে অধ্যাপক শমুয়েলের কথাও দেখেছি , জেএমপি আবিষ্কার আবিষ্কার সামিট 2017 এ বিতরণ করেছি এবং সে বলেছে:

... সঙ্কুচিত মডেলগুলির মতো জিনিসগুলি, নকশাগুলি, আপনি সেগুলি কখনই দেখতে পাবেন না। কারণ এই মডেলগুলি ডিজাইনের মাধ্যমে সামগ্রিক পক্ষপাত / বৈকল্পিকতা হ্রাস করার জন্য পক্ষপাতের পরিচয় দেয়। সে কারণেই তারা সেখানে থাকবে না, এটি করার জন্য কোনও তাত্ত্বিক ধারণা তৈরি করে না। আপনি কেন নিজের মডেলটিকে উদ্দেশ্যমূলক করে তুলবেন?

এটি সত্যই আমার প্রশ্নের উপর আলোকপাত করে না, কেবল যে দাবিটি আমি বুঝতে পারি না তা কেবল পুনরায় করে।

যদি তত্ত্বটির অনেকগুলি পরামিতি থাকে এবং সেগুলি অনুমান করার জন্য আমাদের কাছে অল্প ডেটা থাকে তবে অনুমানের ত্রুটিটি বৈকল্পিক দ্বারা প্রভাবিত হবে। এই পরিস্থিতিতে রিজ রিগ্রেশন (নিম্ন বৈকল্পের পক্ষপাতদুষ্ট অনুমানের ফলে) এর মতো পক্ষপাতদুষ্ট অনুমান পদ্ধতি ব্যবহার করা কেন অনুচিত হবে?


1
ভাল প্রশ্ন! +1 আমি একটি সম্পর্কিত প্রশ্ন জিজ্ঞাসা করেছি stats.stackexchange.com
অ্যাড্রিয়ান

@ অ্যাড্রিয়ান এটি দুর্দান্ত প্রশ্ন, ভাল জিজ্ঞাসা করা হয়েছে। আমি একটি উত্তর একটি সম্পূর্ণ উত্তর দেখতে চাই!
ম্যাথু ড্রুরি

উত্তর:


6

এটি প্রকৃতপক্ষে একটি দুর্দান্ত প্রশ্ন, যার একনোমেট্রিক এবং সামাজিক বিজ্ঞান গবেষণায় স্ট্যাটিস্টিকাল মডেল ব্যবহারের বিশ্বে একটি সফর প্রয়োজন (যা আমি দেখেছি, প্রয়োগকৃত পরিসংখ্যানবিদ এবং ডেটা মাইনার যারা বর্ণনামূলক বা ভবিষ্যদ্বাণীমূলক কাজ করেন সাধারণত মোকাবেলা করেন না এই ফর্মের পক্ষপাত)। আমি প্রবন্ধে "পক্ষপাত" শব্দটি ব্যবহার করেছি যা একনোমেট্রিশিয়ান এবং সমাজ বিজ্ঞানীরা অভিজ্ঞতা অভিজ্ঞতা দ্বারা কার্যকারিতা অনুমান করা গুরুতর বিপদ হিসাবে বিবেচনা করে। এটি আপনার পরিসংখ্যানগত মডেল এবং কার্যতাত্ত্বিক তাত্ত্বিক মডেলের মধ্যে পার্থক্য বোঝায় যা এটি অন্তর্নিহিত করে । সম্পর্কিত পদটি হ'ল "মডেল স্পেসিফিকেশন", যখন আপনার লক্ষ্যটি কার্যকারণীয় ব্যাখ্যা হয় তখন "আপনার রিগ্রেশন মডেলকে সঠিকভাবে নির্দিষ্টকরণ" (তত্ত্বের প্রতি শ্রদ্ধার সাথে) গুরুত্বের কারণে একনোমেট্রিক্সে প্রচুরভাবে শেখানো একটি বিষয়। দেখাএকটি সংক্ষিপ্ত বিবরণ জন্য স্পেসিফিকেশন উইকিপিডিয়া নিবন্ধ । একটি বড় ভুল বানান ইস্যুটি হ'ল আন্ডার স্পেসিফিকেশন , যাকে বলা হয় "ওমিড ভেরিয়েবল বায়াস" (ওভিবি), যেখানে আপনি সেখানে থাকা উচিত রিগ্রেশন থেকে একটি ব্যাখ্যামূলক পরিবর্তনশীল বাদ দিতে পারেন (তত্ত্ব অনুসারে) - এটি একটি পরিবর্তনশীল যা নির্ভরশীল ভেরিয়েবলের সাথে সম্পর্কিত এবং কমপক্ষে একটি ব্যাখ্যামূলক ভেরিয়েবলের সাথে। দেখুন এই ঝরঝরে বর্ণনা ব্যাখ্যা করেছেন যে কি পক্ষপাত এই ধরনের প্রভাব আছে)। তত্ত্বের দৃষ্টিকোণ থেকে, ওভিবি মডেল থেকে কার্যকারিতা নির্ধারণ করার আপনার ক্ষমতাকে ক্ষতি করে।

আমার কাগজের পরিশিষ্টে ব্যাখ্যা করতে বা ভবিষ্যদ্বাণী করতে? একটি উদাহরণ রয়েছে যেখানে দেখানো হয় কীভাবে একটি সংক্ষিপ্ত বিবরণযুক্ত ("ভুল") মডেল কখনও কখনও উচ্চতর ভবিষ্যদ্বাণীপূর্ণ শক্তি থাকতে পারে। তবে এখন আশা করি আপনি দেখতে পাচ্ছেন যে কেন এটি একটি "ভাল কার্যকারণমূলক ব্যাখ্যা মডেল" এর লক্ষ্যটির সাথে বিরোধী।


2
আমি মনে করি ভবিষ্যদ্বাণীপূর্ণ বনাম বর্ণনামূলক মডেলগুলি সম্পর্কে এখনও অনেক বিভ্রান্তি রয়েছে। আমি একটি বড় বীমা সংস্থায় ডেটা বিজ্ঞানীর সাথে সাক্ষাত্কার নিয়েছিলাম এবং জিজ্ঞাসা করেছি তারা তার দলে ভবিষ্যদ্বাণীমূলক বা ব্যাখ্যামূলক মডেল তৈরি করে কিনা। তিনি বলেছিলেন "এটি আসলে কোনও বিষয় নয়" - আমি মনে করি না যে তিনি পার্থক্যটি জানেন।
রবার্টএফ
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.